摘要：为降低k值选取对聚类效果的影响,用改进的聚类有效性函数来选取k值。综合考虑了类内相似性、类间差异性,通过UCI数据库中的几个数据集和k-means算法来验证其正确性,并应用于玉米良种选育。为确保得到的玉米良种集中不混有劣种,对聚类得到的玉米良种集进行主成分分析和熵值法的综合评价。实验结果表明,采用该函数在玉米良种集中得到了优良的玉米种子,验证了其正确性。

摘要：针对电路设计繁冗、复杂及周期长等特点,提出了一种基于进化的电路网络建模方法,该方法把电路网络建模过程转变为电路元器件选择和元件值确定的搜索优化过程.利用遗传程序设计进化电路网络的结构,对元器件和元件值相互影响的复杂解空间进行全局寻优,实现电路网络的进化.

摘要：为缓解类不平衡问题对预测模型性能的影响,提出一种基于聚类的欠采样集成方法 CBUE(cluster-based undersampling ensemble method)。对多数类进行聚类分析,根据聚类的结果分布(即每个簇的大小比例)有放回地选择N个多数类的子集,N个子集分别和所有的少数类实例组成N个新的训练集;根据N个训练集训练出N个分类器,按照少数服从多数的原则生成一个新的集成分类器对新的数据进行预测。CBUE以NASA数据集作为评测对象,以balance、G-mean和AUC为评测指标,实验结果表明,该方法在大部分情况下要优于5种经典的基准方法 (ROS、RUS、SMOTE、RF和NB)。

摘要：针对无线感知执行网中的节点协作问题,提出了多目标智能协作策略。在感知节点不完全连通的WSANs中,设计局部感知节点成簇算法,实现感知节点间的通信协作;以网络能耗均衡和信息传输时延为目标,应用离散多目标自由搜索算法对WSANs进行实时路径规划,实现簇头节点和执行节点间的协作,并通过路径惩罚策略和路径均衡策略,保证寻优结果的有效性、均衡执行节点之间的能耗。仿真实验表明:无线感知执行网智能协作机制能有效地选择多执行节点路径,实现网络协作的实时需求与能量消耗之间的平衡。

摘要：分析了高校目前在大型仪器设备开放共享平台建设中的一些问题,如有线通信方式导致受网络布线制约大、成本高,仪器设备种类繁多导致仪器设备运行状态缺乏标准信息输出接口,仪器终端监控设备缺乏有效机时统计功能、体积庞大、不可灵活移动等。针对这些问题提出利用多汇聚(Sink)节点的无线传感器网络(WSN)技术运用于大型仪器管理,设计出一套集实时监控、智能报警、远程控制、预约管理、经费结算为一体的智能化大型仪器设备开放共享管理系统。该系统具有监测数据采集灵活多样、无需布线、成本低廉、对仪器设备的分布位置无要求、可满足移动的大型仪器设备的数据采集与监测等特点,在人才培养、科学研究以及提高大型仪器设备的使用效益上发挥了巨大作用。

摘要：利用双子带近似,从理论上研究了远程界面粗糙散射对叠层高k栅介质MOSFET反型载流子迁移率的退化作用,模拟了叠层高k栅介质结构参数和材料参数对远程界面粗糙散射的影响。结果表明,对于精确的迁移率模型,远程界面粗糙散射必须加以考虑,另外,在设计叠层高k栅介质MOSFET时,在EOT得到满足的条件下,尽可能利用具有较高介电常数的界面层和具有较低介电常数的高k栅介质,可以减小迁移率退化。

摘要：设计了一个能够实时监测消防服内部温湿度的系统。该系统分为蓝牙手套和智能消防服两部分。将NRF52832蓝牙模块连接4个按键集成在手套中作为蓝牙手套,单手操作按键对智能消防服发出指令。智能消防服中的NRF52832蓝牙模块连接SHT10温湿度传感器感知消防服中空气层的温湿度,并接受蓝牙手套的指令,通过无线模块把要发出的信息传输到消防指挥车里的上位机中。为了减少传感器本身温度测量误差的影响,在经过比较后,选择使用RBF神经网络来对SHT10传感器进行校准,并在上位机软件中调用该网络来提高温度监测的精度。

摘要：在分析现有基于(EPC Class 1Gen,2EPCGen2)标准的轻量级RFID相互认证协议的基础上,提出了一种符合EPCGen2标准的基于射频指纹的RFID认证协议。协议融合了RFID设备的物理层信息,实现了RFID标签的跨层融合认证,具有增强RFID系统安全强度的特点。分析显示,提出协议具有相互认证、私密性、防止重放攻击、防止去同步攻击等安全性能,尤其能有效对抗RFID标签的克隆攻击。

摘要：为解决车联网D2D通信复用蜂窝资源产生的同频干扰问题,提出一种干扰控制的D2D通信资源分配算法。以最大最小D2D用户的信干噪比为优化目标,保证最差信道状态的D2D通信质量。利用二分法和匹配算法为D2D用户分配最佳的频谱资源,使最差的复用组合最优,通过功率控制保证蜂窝用户正常通信,最大化D2D用户的信干噪比。仿真结果表明,在保证蜂窝用户正常通信的情况下,所提算法较其它算法,能够有效降低D2D通信的中断概率,提高通信的公平性。

摘要：心电图中心律失常信号的分类识别是诊断心血管类疾病的重要依据。基于MIT-BIH提供的数据文件,通过小波变换提取了心电信号的21组特征信息,针对常见五类心律信号的分类识别进行了研究,设计实现了基于softmax回归和神经网络的分类算法。实验结果表明,一个适用的神经网络算法训练速度更快,在较少的迭代次数下,分类识别的正确率稳定在90%以上。